모의면접문답2 문답지 - 2 1. 정규화(normalization)를 왜 해야할까요? 정규화의 방법은 무엇이 있나요? 정규화(Normalization)란, 머신러닝 모델에서 입력 데이터의 값을 일정한 범위로 조정하여 학습을 개선하는 기술이다. 다음은 정규화를 하는 이유와 5가지의 방법이다. 1. 학습 안정성 향상 입력 데이터의 범위가 크게 차이나면 학습이 불안정해질 수 있다. 이러한 경우 정규화를 통해 입력 데이터의 범위를 조정하여 학습 안정성을 향상시킬 수 있다. 2. 과적합 방지 과적합 문제는 학습 데이터에 대해 과도하게 학습된 모델이 새로운 데이터에 대해 일반화 능력이 떨어지는 문제이다. 이를 방지하기 위해서 정규화를 사용할 수 있다. 3. 모델 성능 개선 정규화를 통해 입력 데이터의 범위를 조정하면, 모델의 성능을 개선할 수.. 2023. 4. 7. 문답지 - 1 1. Cross Validation은 무엇이고 어떻게 해야하나요? Cross Validation은 test data를 사용하지 않고 model의 성능을 확인하기 위한 방법으로, dataset을 train data와 validation data(10~20%정도)로 분리하고, train data를 이용해 모델을 학습한 후 validation data로 그 성능을 검사하는 방법이다. Cross Validation의 파생형 중 하나인 K-fold Validation은 Cross validation을 여러번 실행하는 것으로, dataset을 k개의 fold로 나눈 후, 각 fold가 한번씩 validation set 역할을 함으로써 모델의 성능을 평균적으로 보는 방법이다. 이렇게 하면 운이 안좋아서 마침 고른 v.. 2023. 3. 30. 이전 1 다음